为什么我下载下来的代码，不是流式输出的

[Guoxxin]

使用的是deepseek-v4-flash模型，不是流式输出的，thinking几秒后页面卡一下，直接显示了了思考步骤和正文

[willem-bd]

结论先放前面：DeerFlow 自身的流式链路（nginx 缓冲已关、LangGraph 逐 token 流、SSE 即时下发）是配置好的；出现"思考几秒后一次性吐出思考步骤 + 正文"，问题基本不在下载下来的代码，而在上游模型接口（deepseek-v4-flash 那个端点）没有真正按 token 流式返回，或这一轮前端没订到 token 级流、只拿到了整状态快照。下面分层说一下。

1. 最可能的根因：上游端点不流式 / 或被中转缓冲

"卡几秒 → 思考步骤和正文一起蹦出来"是非流式的典型表现——整段生成一次性返回。DeerFlow 在 config.example.yaml 里专门备注过：OpenAI 兼容网关 "does NOT return reasoning_content as a separate field — thinking content is either flattened into <think> tags or dropped entirely"，有些网关还会等 <think> 闭合标签才整段下发。如果 deepseek-v4-flash 是经第三方中转/聚合网关提供（而非 DeepSeek 原生接口），很容易命中这种情况。

2. 怎么快速定位（建议先做这一步）

浏览器 F12 → Network → 找到 /api/langgraph/.../runs/stream 这个请求，看 EventStream / 响应流面板：

• 若是很多小帧持续到来 → 流式本身是通的，问题在前端渲染（见第 3 点）。
• 若长时间没帧、最后才一大帧，或只见 event: values、没有 event: messages → 上游没流式，或只订到了 values 模式。
• 对照测试：临时换成官方 deepseek-chat 直连 api.deepseek.com；若立刻逐字流式，就坐实是 deepseek-v4-flash 端点的问题，与代码无关。

3. 两点"看起来像卡住"但其实预期/可排查的细节

• DeepSeek 这类推理模型的思考 token 放在独立字段 additional_kwargs.reasoning_content，不是正文 content。所以"思考阶段"正文区本来就是空的、看着像卡住，思考结束后正文才开始流——这是预期行为，不是 bug。
• 如果这一轮只订到 values 流模式（而非 messages），后端会按 superstep 发整份状态快照，整轮生成会作为"一大块"出现，同样表现为"卡一下再一次性出现"。正常 Web UI 里前端会自动订阅 messages-tuple，所以一般不会触发；但重生成、调度任务、IM 渠道等路径下可能只拿到 values。

4. 你的 config.yaml 有一处配置不一致

你给 deepseek-v4-flash 同时写了 supports_thinking: false 和 when_thinking_enabled 块。lead agent 在 supports_thinking=false 时会静默把 thinking_enabled 降级为 false，于是那个 extra_body.thinking.type=enabled 根本不会生效——"该关的没关掉、流式/思考开关也没设上"。建议按模型真实行为对齐：是推理模型就设 supports_thinking: true，真不支持就别配 when_thinking_enabled。

一句话建议

先按第 2 步抓一次请求，区分"上游不流式" vs "前端只拿到 values 模式"。大概率是前者（deepseek-v4-flash 端点不流式或被中转缓冲）；换官方 deepseek-chat / deepseek-reasoner 直连验证即可确认，跟下载下来的代码无关。